前言:每天大概有8个小时的学习时间,之前看书也看了10天左右,基本的算法都知道一些,但是需要刷题来练习,这里记录我的leetcode刷题之旅。
今天晚上,就练习动态规划:
因为是第一次接触动态规划,真的,就做过背包类型的题,说说今天的收获吧。
通过例题来展示
一个机器人位于一个 m x n 网格的左上角 (起始点在下图中标记为“Start” )。
机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角(在下图中标记为“Finish”)。
现在考虑网格中有障碍物。那么从左上角到右下角将会有多少条不同的路径?
网格中的障碍物和空位置分别用
1
和0
来表示。前言:一定要强制自己用动态规划,不然老想着用深搜,就不能练习到其他的算法
要到达终点,知道终点一共有多少条不同的路径,但是我真的不想算,如果能有人告诉我就好了。
比如我是终点,那么到达我的方式,只能从我的上面和左面。为什么呀?因为机器人每次只能向下或者向右移动
好了,知道这点,那如果你能告诉我,达到我上面的那一步,有多少条路径并且告诉我到达我左边有多少条不同的路
然后我把他们加起来,我就知道到达我,一共有多少条路径了。
dp[ i ] [ j ],表示到达这个点有多少条路径,那么dp[i][j]=dp[i-1][j]+dp[i][j-1];
我自己觉得,自己用手在草稿纸上写一边,效果比电脑好呢。
class Solution {
public int uniquePathsWithObstacles(int[][] obstacleGrid) {
//遇到障碍物的话,就直接continue
int m=obstacleGrid.length;
int n=obstacleGrid[0].length;
int dp[][]=new int[m][n];
for(int i=0;i<m;i++){
if(obstacleGrid[i][0]==1)break;
dp[i][0]=1;
}
for(int i=0;i<n;i++){
if(obstacleGrid[0][i]==1)break;
dp[0][i]=1;
}
for(int i=1;i<m;i++){
for(int j=1;j<n;j++){
if(obstacleGrid[i][j]==1)continue;
dp[i][j]=dp[i-1][j]+dp[i][j-1];
}
}
return dp[m-1][n-1];
}
}
给定一个包含非负整数的 m x n 网格,请找出一条从左上角到右下角的路径,使得路径上的数字总和为最小。
说明:每次只能向下或者向右移动一步。
示例:
输入: [ [1,3,1], [1,5,1], [4,2,1] ] 输出: 7 解释: 因为路径 1→3→1→1→1 的总和最小。分析:这道题和上面那道题超级像欸,思路一样的,要找到终点时路径的数字和最小,那么我只要知道我上面和左边
的数字总和最小就可以了,这时候,取那个小的,然后加上终点的数字就可以了
dp[i][j]=Math.min(dp[i-1][j],dp[i][j-1]);还没完,再加上终点的值,所以dp[i][j]+=grid[i][i];
class Solution { public int minPathSum(int[][] grid) { int m=grid.length; int n=grid[0].length; int dp[][]=new int[m][n]; dp[0][0]=grid[0][0]; for(int i=1;i<m;i++){ dp[i][0]=dp[i-1][0]+grid[i][0]; } for(int i=1;i<n;i++){ dp[0][i]=dp[0][i-1]+grid[0][i]; } for(int i=1;i<m;i++) for(int j=1;j<n;j++){ dp[i][j]=Math.min(dp[i-1][j],dp[i][j-1]); dp[i][j]+=grid[i][j]; } return dp[m-1][n-1]; } }